توضیحات

آموزش صفر تا صد پیاده سازی سیستم های توصیه گر و یادگیری عمیق در پایتون

نام دوره : Recommender Systems and Deep Learning in Python

پیش نیاز:

• برای بخش های اول ، فقط مقداری حساب پایه را بدانید
• برای بخش های پیشرفته، حساب دیفرانسیل و انتگرال، جبر خطی و احتمال را برای درک عمیق تر بدانید
• در پایتون و پشته Numpy مهارت داشته باشید
• برای بخش یادگیری عمیق، اصول اولیه استفاده از Keras را بدانید

توضیحات:

باور کنید یا نه، تقریباً همه مشاغل آنلاین امروزه به نوعی از سیستم های توصیه گر استفاده می کنند.

منظور من از “سیستم های توصیه کننده” چیست و چرا مفید هستند؟

بیایید به 3 وب سایت برتر اینترنت مطابق با الکسا نگاه کنیم: Google، YouTube و Facebook.

سیستم های توصیه گر اساس این فناوری ها را تشکیل می دهند.

گوگل: نتایج جستجو

به همین دلیل گوگل موفق ترین شرکت فناوری امروزی است.

یوتیوب: داشبورد ویدیویی

مطمئنم من تنها کسی نیستم که به‌طور تصادفی ساعت‌ها را در YouTube سپری می‌کنم، زمانی که کارهای مهم‌تری برای انجام دادن داشتم! آنها چگونه شما را متقاعد می کنند که این کار را انجام دهید؟

درست است. سیستم توصیهگر!

فیس بوک: آنقدر قدرتمند که دولت های جهان نگران هستند که فید خبری بیش از حد بر مردم تأثیر بگذارد!

این دوره مجموعه بزرگی از ترفندها است که باعث می شود سیستم های توصیه گر در چندین پلتفرم کار کنند.

ما به الگوریتم‌های فید خبری محبوب مانند Reddit، Hacker News و Google PageRank نگاه خواهیم کرد.

ما به تکنیک های توصیه بیزی که امروزه توسط تعداد زیادی از شرکت های رسانه ای استفاده می شود نگاه خواهیم کرد.

اما دوره آموزش صفر تا صد پیاده سازی سیستم های توصیه گر و یادگیری عمیق در پایتون فقط در مورد فیدهای خبری نیست.

شرکت هایی مانند آمازون، نتفلیکس و اسپاتیفای سال هاست که از توصیه هایی برای پیشنهاد محصولات، فیلم ها و موسیقی به مشتریان استفاده می کنند.

این الگوریتم ها منجر به میلیاردها دلار درآمد اضافی شده است.

بنابراین به شما اطمینان می دهم، آنچه در این دوره می خواهید یاد بگیرید بسیار واقعی است، بسیار کاربردی است و تاثیر زیادی بر کسب و کار شما خواهد داشت.

برای کسانی از شما که دوست دارند عمیقاً در تئوری کاوش کنند تا بفهمند کارها چگونه کار می کنند، می دانید که این تخصص من است و در این دوره هیچ کمبودی در آن وجود نخواهد داشت.

ما الگوریتم‌های پیشرفته‌ای مانند فاکتورسازی ماتریس و یادگیری عمیق (استفاده از یادگیری تحت نظارت و بدون نظارت – رمزگذارهای خودکار و ماشین‌های محدود بولتزمن) را پوشش خواهیم داد و شما مجموعه‌ای پر از ترفندها را برای بهبود نتایج اولیه یاد خواهید گرفت.

به عنوان یک امتیاز، ما همچنین نحوه انجام فاکتورسازی ماتریس با استفاده از داده های بزرگ در Spark را بررسی خواهیم کرد.

ما یک خوشه با استفاده از نمونه های آمازون EC2 با خدمات وب آمازون (AWS) ایجاد خواهیم کرد.

بیشتر دوره‌ها و آموزش‌های دیگر به مجموعه داده‌های MovieLens 100k نگاه می‌کنند – که بسیار ضعیف است! نمونه های ما از MovieLens 20 میلیون استفاده می کنند.

چه محصولاتی را در فروشگاه تجارت الکترونیک خود بفروشید، چه به سادگی یک وبلاگ می نویسید – می توانید از این تکنیک ها برای نشان دادن توصیه های مناسب به کاربران خود در زمان مناسب استفاده کنید.

اگر کارمند یک شرکت هستید، می‌توانید از این تکنیک‌ها برای تحت تأثیر قرار دادن مدیر خود و دریافت افزایش حقوق استفاده کنید!

ویژگی های منحصر به فرد

هر خط کد به تفصیل توضیح داده شد

بدون اتلاف وقت “تایپ کردن” روی صفحه کلید مانند دوره های دیگر – بیایید صادق باشیم، هیچ کس واقعا نمی تواند کدی بنویسد که ارزش یادگیری آن را فقط در 20 دقیقه از ابتدا داشته باشد.

دوره آموزش صفر تا صد پیاده سازی سیستم های توصیه گر و یادگیری عمیق در پایتون برای چه کسانی است:

• هر کسی که یک کسب و کار اینترنتی دارد یا اداره می کند
• دانش‌آموزان در یادگیری ماشین، یادگیری عمیق، هوش مصنوعی و علم داده
• متخصصان در یادگیری ماشینی، یادگیری عمیق، هوش مصنوعی و علم داده

بخشی از دوره :